مديريت انرژي در ريزشبكه‌هاي چندگانه با در نظر گرفتن قيود پخش بار و پاسخ‌گويي بار

Energy Management in Multi-Microgrid Systems Considering Security Constraints and Demand Response Programs

در اين مقاله، شيوه مديريت انرژي در ريزشبكه‌هاي چندگانه با در نظر گرفتن قيود پخش بار با استفاده از يك الگوريتم تركيبي پيشنهاد شده است. اين مديريت انرژي سهم دقيق توليد يا مصرف انرژي در واحدهاي گوناگون موجود در ريزشبكه­ هاي چندگانه را مشخص مي­كند. روش پيشنهادي به صورت سلسله مراتبي انجام مي ­يابد؛ به اين طريق كه در ابتدا هر ريزشبكه يك برنامه­ريزي محلي براي مشتركين و منابع توليد انرژي خود انجام مي‌دهد و توان مازاد يا تأمين نشده آن­ها معين مي ­شود. سپس، بهره‌بردار مستقل سيستم توزيع، با در نظر گرفتن قيود پخش بار، ميزان تبادل انرژي را معين مي‌نمايد. ذخيره‌سازهاي انرژي نيز به منظور حفظ تعادل ميان توليد توان توسط منابع انرژي تجديدپذير و بار مصرفي در نظر گرفته شده­اند. هم‌چنين، برنامه پاسخ­گويي بار با هدف هموار كردن منحني بار و كاهش هزينه­ هاي بهره‌برداري مورد استفاده قرار گرفته است. در نهايت روش پيشنهادي بر روي ريزشبكه ­هاي چندگانه، با استفاده از نرم‌افزارهاي GAMS و MATLAB شبيه‌سازي شده است.

In this paper, a hybrid algorithm has been presented for energy management in multi-microgrid systems considering security constraints. The energy management system is responsible for accurately dispatching the amount of required energy among multiple microgrids and units in a muti-microgerid system. The energy management procedure is done hierarchically, in a way that each microgrid performs a local energy management, which determines surplus and shortage amounts of energy at each time interval. Accordingly, Independent System Operator (ISO), schedules the units. Each microgrid, contains a wind turbine (WT) and Photovoltaic (PV) panels as renewable and nondispatchable resources and a diesel generator as a dispatchable energy resource. Also an energy storage system (ESS) is responsible for balancing the produced and consumed energy. A demand response program (DRP) is performed through energy management system for the objective of MG load management and flattening the load curve and reducing the operation cost. Finally, the proposed approach is tested on IEEE 33-bus distribution test system, in presence of microgrids, using GAMS and MATLAB softwares. The simulation results would be presented in the final section to show the effectiveness of the proposed algorithm.